Ttulo do Artigo

Primeiro Autor1, Segundo Autor2, Terceiro Autor3

1,2

Grupo de Informtica Mdica (GIM), Instituto de Pesquisa e Desenvolvimento (IPD), Universidade

de Informtica Mdica (UNIM), Brasil 3Faculdade de Cincias da Sade (FCS) Universidade de
Informtica em Sade (UNIS), Brasil
Resumo - Este documento apresenta um exemplo para o texto a ser apresentado para creditos na
matria Data Mining Aplicado aos Negcios. Este exemplo mostra a configurao bsica do texto,
bem como os detalhes sobre a publicao de figuras, tabelas, equaes e referncias. O resumo
estruturado deve descrever de maneira precisa e concisa o objetivo, mtodos, os resultados e
concluses obtidos no estudo. O resumo limitado em 400 palavras e deve ser apresentado a partir
das seguintes sees, com respectivas sugestes de limites de palavras: Contexto (100), Objetivos
(50), Mtodos (100), Resultados (100), Concluso (50).
Palavras-chave: Os autores devem indicar at cinco palavras-chave que representem a temtica
abordada no manuscrito..
Abstract - O abstract deve estar de acordo com o texto do resumo do idioma original. limitado em
400 palavras e deve ser apresentado a partir das seguintes sees, com respectivas sugestes de
limites de palavras: Context (100), Objectives (50), Methods (100), Results (100), Conclusion (50).
This paper shows an example for the manuscript to be published in the Proceedings of the This
example shows the basic text configuration, as well as the details about the publication of figures,
tables, equations, and references. The official language is Portuguese.
Keywords: Os autores devem indicar at cinco palavras-chave em ingls que representem a temtica
abordada no manuscrito.
Introduo
Este modelo tem a finalidade de ser uma base
para a apresentao de trabalhos a serem
enviados para avaliao o curso de Data
Mining aplicado ao Negcios (Marcelo
Dallagassa). Se o autor desejar, poder utilizar
este exemplo formatado para a confeco de
seu prprio trabalho.
Mtodos
Os trabalhos devero ser limitados a no
mximo 6 (seis) pginas, incluindo o resumo.
Somente as resenhas devero ser escritas em
1 (uma) pgina. O papel A4, com margens de
2,5 cm em todos os lados. A fonte dever ser
Arial, tamanho 10 pt, os textos devero estar
alinhados de forma justificada, nos padres
DOC (Microsoft Word), RTF (Rich Text
Format), ODT (ODF Document Format) ou
PDF (Portable Document Format) contendo
as sees: a) Resumo, palavras-chave,
Abstract e Keywords. Tanto o resumo quanto o
Abstract devem conter at 200 palavras; b)
Introduo; c) Mtodos; d) Resultados e

Discusses; e) Concluso e f) Referncias.

Havendo agradecimentos, estes devero vir
antes das referncias.
As primeiras linhas da pgina devem conter o
ttulo do trabalho em negrito, justificado, em
tamanho 14 pt. Seguido de uma linha em
branco e pelas linhas que contero o(s)
nome(s) do(s) autor(es), e informaes
essenciais relativas aos autores em tamanho
10 pt. A primeira letra dos nomes, pronomes,
verbos, adjetivos e advrbios devem estar com
letra
maiscula.
Artigos,
conjunes
coordenativas ou preposies no devem ter a
primeira letra em maiscula, a menos que seja
a primeira palavra do ttulo. Deve-se deixar 3
linhas de espao antes do resumo, e uma linha
entre os itens subseqentes (abstract,
palavras-chave, Keywords).
A seguir, separado por 2 linhas, o texto deve
ser iniciado pela Introduo. A partir desta
(inclusive), o texto pode ser dividido em duas
colunas, separadas entre si por 1 cm (as
colunas devem ficar com 8 cm de largura). Os
subttulos Introduo, Metodologia, etc.,
devem ser escritos em negrito com a primeira
letra em maisculo e alinhados esquerda,

PS-GRADUAO POSITIVO - DATA MINING APLICADO AOS NEGCIOS

sendo que o contedo propriamente dito deve

ser iniciado aps espaamento de uma linha e
tabulao (1 cm). Ao final de cada sub-seo
deve-se deixar uma linha em branco. Todo o
texto dever ser escrito em espao simples.
As notas de rodap1 e o local das mesmas
devem ser colocadas na parte inferior da
coluna e da pgina correspondente. Use o
tamanho de 8 pt.
As referncias bibliogrficas devem ser
listadas no fim do artigo, na ordem de citao.
Quando referenciadas no texto, coloque o
nmero das citaes entre parnteses,
seguindo as normas de Vancouver.
Todas as ilustraes e grficos devem ser ou
preto-e-branco, em escalas cinza ou colorida,
centralizadas. Lembramos que a qualidade das
ilustraes no pode ser melhor do que a
original oferecida.

Todas as equaes devero ser numeradas

seqencialmente, com os nmeros entre
parnteses, conforme o exemplo abaixo:

Nij

Dij

10
0

Dij

, (1)

As equaes devem ser referenciadas no texto

de acordo com o exemplo: "Substituindo a
Equao (1) na Equao (3), obtm-se ..."
Todas as tabelas devero ser numeradas
seqencialmente, conforme o exemplo abaixo:
Tabela 1 Legenda centralizada
A

Resultados e discusses

As figuras, tabelas, etc, devidamente

referenciadas no texto, podem ser colocadas
da maneira mais conveniente para o autor em
uma coluna ou ocupando toda a largura da
pgina, quando o texto estiver em duas
colunas. Entretanto, recomenda-se que quando
possvel, as figuras, tabelas e outros elementos
sejam inseridos dentro do espao das colunas
(quando aplicvel). Recomenda-se ainda que
antes e aps os elementos no textuais e suas
respectivas legendas, deixe-se uma linha de
espaamento entre estes e o texto. Os autores
no devem se esquecer da colocao de
legendas nas figuras, tabelas, grficos e outros
elementos.

10

11

12

importante lembrar que as correes

sugeridas pelos revisores sero verificadas no
retorno dos trabalhos correspondentes.
Pede-se, ainda, que todos os autores revisem
cuidadosamente a verso final do trabalho para
evitar erros de digitao e formatao.
Concluso
Os autores, devero
concluses do artigo .

aqui

apresentar

as

Y
Agradecimentos (Opcional)

X
Figura 1 - Centralizada e com legenda abaixo
da figura

Aqueles que contriburam para a confeco do

manuscrito, mas no se enquadram como
autores (co-autores), devero ser listados na
seo de Agradecimentos. Os autores devem
revelar se tiveram algum tipo de assistncia
(financeira ou no) e identificar a entidade que
providenciou este tipo de assistncia.
Assistncia financeira como bolsas devem
tambm ser mencionadas na seo de
Agradecimentos. Os trabalhos podero conter
os agradecimentos julgados necessrios,
colocado no final do texto, antes da lista de
referncias.

Exemplo de nota de rodap.

PS-GRADUAO POSITIVO - DATA MINING APLICADO AOS NEGCIOS

Referncias
Toda publicao citada no texto deve ser
includa na lista de referncias. As referncias
devem ser seqencialmente numeradas, de
acordo com o aparecimento no texto, estando o
nmero dentro de parnteses (1).
Algumas recomendaes:

utilize o estilo Vancouver, como

aparece no Index Medicus;

inclua todos os autores da referncia e

no apenas os trs primeiros, seguidos de et
al., para mltiplos autores, conforme NLM;

utilize a abreviatura para ttulos de

peridicos de acordo com o padro
internacional;

no inclua referncias que no foram

citadas no texto e no omita as citadas;

evite cometer excessos ou insuficincia

de citao de trabalhos de outros autores
As referncias abaixo so exemplos de citao,
segundo as normas de Vancouver.
1.
Netcraft [homepage on the Internet].
September 2008 Web Server Survey; c2006-01
[updated 2008 Sep 30; cited 10 Oct 2008].
Available from:
http://news.netcraft.com/archives /
2008/09/30/september_2008_web_server_surv
ey.html.
2.
Fogg BJ, Soohoo C, Danielson DR,
Marable L, Stanford J, Tauber ER. How do
users evaluate the credibility of Web sites?: a
study with over 2,500 participants. In: DUX '03:
Proceedings of the 2003 conference on
Designing for user experiences. New York, NY,
USA: ACM Press; 2003. p. 1-15.
3.
Search Engine Watch [homepage on
the Internet]. Burns E. c2008-09 [updated 2008
Sep 02; cited 10 Oct 2008]. Available from:
http://searchenginewatch.com/showPage.html?
page=3630718
Apndices e Dados Suplementares
Com relao a apndices e dados
suplementares, apndices como tabelas ou
grficos que no forem possveis de serem
includos no corpo do manuscrito devero
aparecer aps as referncias. Os autores
devem fazer a citao descritiva no texto de
que a tabela ou grfico encontra-se no
apndice.

PS-GRADUAO POSITIVO - DATA MINING APLICADO AOS NEGCIOS